外商直接投资对中国城市雾霾(PM_(2.5))污染的时空效应检验

本文利用了1998—2012年中国241个城市的空间面板数据对中国雾霾污染和FDI的区域分布特征及空间溢出效应进行经验考察,结合系统广义矩估计(SGMM)方法构建了动态空间面板模型,采用了Moran’s I和Geary’s C指数对中国FDI与雾霾(PM_(2.5))污染空间自相关性进行了全域和局域分析。结果发现:(1)雾霾(PM_(2.5))污染与FDI存在显著的空间正相关性,证明了雾霾(PM_(2.5))污染空间的溢出效应以及FDI的辐射效应的存在。同时FDI高值集聚区域一般是雾霾(PM_(2.5))高值集聚区,FDI低值集聚区域一般是雾霾(PM_(2.5))低值集聚区,表明一个地区的引资效果和雾霾(PM_(2.5))污染在地理上的集聚密切相关。雾霾(PM_(2.5))污染表现出显著的"叠加效应"和"溢出效应",说明中国雾霾(PM_(2.5))污染在空间维度、时间维度以及时空维度上分别表现出交叉、累积、持续的演变特征。(2)全样本下,FDI对雾霾(PM_(2.5))浓度的影响表现出增促效应。FDI存量每升高1%,雾霾(PM_(2.5))浓度升高0.011%。(3)分地区样本下,东部城市FDI存量每升高1%,雾霾(PM_(2.5))浓度升高0.001 9%;中部城市FDI存量每升高1%,雾霾(PM_(2.5))浓度升高0.018 3%;而西部城市FDI存量对雾霾(PM_(2.5))浓度影响不显著。上述实证结果说明中国雾霾污染存在着显著的空间依赖性和区域异质性,FDI对中国大部分城市的雾霾污染存在显著的增促效应。     

基于环境承载力的京津冀雾霾治理政策效果评估

雾霾污染治理是京津冀协同发展需要解决的重大问题。2013年9月颁布的"大气污染防治行动计划(大气国十条)"明确提出了京津冀地区雾霾治理目标,各地区也制定了雾霾污染治理的政策措施。本文旨在环境承载力分析的基础上评估雾霾治理的政策效果。首先,分析了京津冀地区大气环境污染特征,并结合相关文献确定京津冀地区雾霾治理的主要影响因素为污染物排放、风力以及相邻地区的传输效应等;其次,将影响PM_(2.5)浓度主要因素进行统计建模,并采用分位数回归模型进行矫正,大大提高模型的拟合精度;再次,基于大气国十条规定的京津冀各地区的PM_(2.5)年均浓度目标计算各地区的大气环境承载力;最后,在假定风力等气象条件不变的情况下,根据大气国十条规定的京津冀地区的污染物排放量利用统计模型模拟2017年的雾霾污染水平,模拟除张家口、承德和秦皇岛以外其余10个地区年均浓度60μg/m~3和70μg/m~3目标下PM_(2.5)日均浓度发生频率的变化情况,评估和讨论大气国十条提出的京津冀雾霾治理目标。结果表明:按照大气国十条减排计划的京津冀地区污染物排放量普遍高于其PM_(2.5)浓度目标下的大气环境容量(邯郸市除外),即大气国十条所规定的减排措施难以实现既定的PM_(2.5)浓度目标;PM_(2.5)年均浓度目标从60μg/m~3上升到70μg/m~3,重污染天气发生频率上升有限,大气污染物的减排量却显著下降。因此,要实现既定的雾霾浓度控制目标,天津和河北需要进一步加大污染物减排力度;雾霾治理应注重减少重污染天气的发生频率,治理重点应转向重度雾霾发生频率较高的冬季污染物排放控制;在科学确定环境承载力的基础上,确定切实可行的PM_(2.5)浓度控制目标,制定具有可操作性的污染物减排计划。     

长江经济带PM_(2.5)时空特征及影响因素研究

大气细颗粒物(PM_(2.5))因其对空气环境质量乃至人类健康的巨大危害而逐渐引起学者们的关注。本文以我国综合实力最强、战略支撑作用最为突出的区域之一——长江经济带为研究对象,基于城市级空气质量监测数据,运用地理学时空分析与GIS可视化方法探索并呈现了2015年长江经济带PM_(2.5)的时空分布特征及其演变规律;在此基础上,结合空间回归模型考察了PM_(2.5)浓度与区域城市发展之间的内在关系。结果表明,就空间特征而言,长江中下游地区PM_(2.5)污染较长江上游地区更为严重,长江北岸地区比长江南岸地区更为严重;PM_(2.5)高浓度集聚地带主要位于鄂皖苏大部分地区,与空气质量较佳的云南及其周边地区呈"对角"分布状态。长江经济带内城市间PM_(2.5)浓度存在着显著的正向空间自相关,且自相关性随距离增大而不断减弱,其门槛尺度约为900 km;在这一范围内,PM_(2.5)空间集聚效应较为明显。就时间特征而言,冬季PM_(2.5)浓度相对较高,春秋两季次之,夏季空气质量最好;各地区浓度分布在年初相对离散,后有所趋同。此外,PM_(2.5)与其他类型的大气污染物(如SO2、NO2、O3)浓度两两之间均存在着显著的正相关性,暗示大气污染物从原发污染演变为二次污染,形成恶性循环。空间回归分析结果表明,PM_(2.5)污染随经济发展水平的提高呈现先上升后下降的趋势,在一定程度上支持了"环境库兹涅兹曲线"假说;且人口密度、公共交通运输强度均在不同程度上导致长江经济带PM_(2.5)浓度的升高。最后,从区域性联防联控、不同类型大气污染物协同治理、促进经济发展方式转型等方面为长江经济带的大气环境治理提出切实可行的政策建议。     

中国雾霾空间分布特征及影响因素分析

近年来我国雾霾天气频发,以PM_(10)和PM_(2.5)为核心的大气污染物对人体健康和大气环境质量造成了严重威胁,已经成为当前不容忽视且亟需解决的重大民生问题和环境问题,深入分析雾霾污染的形成原因和影响因素对于科学制定切实有效的治霾政策具有重要的现实意义。本文基于我国288个地级以上城市2015年1月—2017年2月的月均空气质量AQI数据,首先采用空间统计方法对雾霾污染空间分布的季节特征进行可视化描述,其次通过空间自相关指数对雾霾污染的空间集聚特征进行了实证检验,最后在此基础上建立空间计量模型对影响雾霾污染的社会经济因素进行了经验识别。结果表明:(1)我国雾霾污染的季节性特征明显,夏季空气质量状况最好,春季和秋季次之,冬季污染最严重且波及范围广,其中河北南部、河南北部、山西南部和陕西关中地区是污染重灾区,季均空气质量均为中度污染以上。(2)雾霾污染存在显著的空间正相关特征,我国东部沿海地区表现为显著的低低集聚,华北平原及周边地区呈现显著的高高集聚特征。(3)空间回归结果显示,我国雾霾污染与经济增长的关系在一定程度上与EKC曲线假说相符,其中二产畸高的产业结构、民用汽车保有量的增多和省会城市均对雾霾污染有显著的正向促进作用,但人口密度和绿化水平对雾霾污染的影响并不显著。因此,治霾政策应坚持城市内部以促进产业结构转型升级、鼓励使用新能源汽车和共享单车、疏散省会城市的职能为主,城市外部应以区域联防联控为主,从而达到缓解和改善大气环境的目的。     

黄河流域技术创新对PM_(2.5)的影响及其空间溢出效应北大核心CSCDCSSCI

黄河流域是推进空气质量改善和经济社会高质量发展的核心区域,技术创新是破解流域PM_(2.5)污染防治难题的关键手段。该研究以2004—2019年黄河流域79个地级市PM_(2.5)污染数据为样本,利用核密度估计、空间自相关等方法探究PM_(2.5)在空间上的异质性和关联性特征,并将以技术创新为核心的社会经济因素和气温、降水等自然解释要素纳入同一空间面板杜宾模型,分析各因素对黄河流域PM_(2.5)的效应及其空间溢出效应,系统识别和甄别技术创新要素在这一过程中的贡献程度和溢出效应,解析技术创新对PM_(2.5)的作用机制与影响路径。研究发现:①黄河流域PM_(2.5)在空间上呈现显著的异质性和相关性,浓度值较高的地市主要集中于漯河、濮阳等黄河流域下游地区,全局Moran’s I指数均大于0.80且显著为正,空间关联以高高集聚和低低集聚类型为主;②专利授权量的增加通过排放源管控治理、移动源消减治理等路径对本地区PM_(2.5)防治具有正向推动作用,但由于绿色技术标准、绿色补贴等绿色技术壁垒的存在加剧了邻近地区污染治理难度,表现为负向空间溢出效应;③流域城市人均创新指数的提升通过营造良好的创新氛围、激发技术创新内生动力等机制同样促进了本地PM_(2.5)浓度下降,但空间溢出效应并不显著,未能对周边地区产生辐射带动作用。研究基于技术创新对PM_(2.5)防治的影响和空间溢出效应提出适应性对策建议,突出技术创新在空气污染防治中的关键作用,搭建和完善跨区域绿色技术创新体系,加强流域间联防联控机制与竞争合作机制,助推黄河流域空气质量改善、生态保护和高质量发展。     

PM_(2.5)污染对京津冀地区人群健康影响和经济影响

京津冀地区是中国工业最为发达的地区之一和空气污染最严重的地区之一,也是国家控制空气污染的重点区域。空气污染导致的健康影响不仅会增加额外健康支出,还会导致过早死亡和工作时间减少,进而影响宏观经济发展。为了评估该地区PM_(2.5)污染引起的健康问题对宏观经济的影响,以及控制空气污染后带来的经济效益和福利的影响,本研究结合可计算一般均衡模型(Computable General Equilibrium)、温室气体与大气污染物协同效益模型(The Greenhouse Gas and Air Pollution Interactions and Synergies-Model,GAINS-Model)和健康影响模型对2020年京津冀地区PM_(2.5)污染引起的健康影响和经济影响进行评估。模型结果表明,2020年Wo Pol情景下PM_(2.5)污染引起的额外健康支出分别为北京44.2亿元、天津27.5亿元、河北97.5亿元。PM_(2.5)污染引起人均每年劳动时间损失分别为北京81.3小时、天津89.6小时、河北73.1小时。而劳动力供给和劳动时间减少所造成GDP和福利损失依次为天津(GDP和福利损失分别为2.79%和8.11%),其次为北京(2.46%和5.10%)、河北(2.15%和3.44%)。如果采取积极的控制空气污染物排放政策,在2020年WPol情景下,PM_(2.5)污染引起的额外健康支出分别为北京8.8亿元、天津4.9亿元、河北2.0亿元,较Wo Pol情景下显著下降。PM_(2.5)污染引起人均劳动时间损失分别下降为北京22.0小时、天津23.2小时、河北22.4小时。空气污染物控制政策给北京、天津和河北带来的经济效益分别相当于GDP的1.75%、2.02%和1.46%。因此,本研究显示控制京津冀地区PM_(2.5)污染带来的经济效益非常可观,其中天津效益最高,其次为北京,河北最低。空气污染物的迁移扩散会影响周边省市的空气质量,因此京津冀地区联合控制空气污染效果更好。     

长三角城市土地利用格局与PM_(2.5)浓度的多尺度关联分析

PM_(2.5)引发的雾霾污染对人体健康和社会可持续发展产生了严重威胁,已成为中国经济快速发展地区共同面临的问题。长三角是中国城市化进程最快、空气污染最为严重的地区之一,探寻该地区土地利用景观格局变化对PM_(2.5)的影响规律,有助于对PM_(2.5)"源""汇"景观的空间格局进行合理配置,也可以为污染防治决策提供科学依据。本文运用重心模型、冷热点分析和景观指数,探讨了该区域1995—2015年PM_(2.5)浓度的时空分布特征以及景观格局的变化规律,并使用岭回归方法分析了建设用地、林地、耕地和水体四种土地利用类型的景观格局在行政区尺度和外接圆尺度上对PM_(2.5)浓度的影响。结果显示:①1995—2015年长三角地区PM_(2.5)浓度总体呈上升趋势,并且具有"北高南低"和"南缓北急"空间分异特征。②长三角区域内建设用地面积大幅上升,且呈聚合状发展,而林地和耕地面积却在不断减少,并呈破碎状分布。③建设用地和林地分别是PM_(2.5)的"源"景观与"汇"景观,耕地对PM_(2.5)的"源""汇"作用交错,水体对PM_(2.5)无明显的净化作用。④相较于行政区尺度,外接圆尺度下林地PLAND、ED与PM_(2.5)浓度的负相关更为显著,可见对城市周边地区进行景观格局优化能收到更好的效果。研究表明:控制建设用地合理有序增长并采用多中心发展模式,有利于缓解城市主城区的环境压力;提高城市周边区域林地的比重和聚集度或加大林地与建设用地的接触面积,可以有效地减少城市PM_(2.5)浓度;对耕地进行整理使其形成连片化景观,并通过科学的耕作方式减少耕地上农业生产所带来的PM_(2.5)前体物,有助于发挥其对PM_(2.5)的"汇"作用。     

环境与经济目标设置何以影响减污降碳协同管理绩效?北大核心CSCDCSSCI

中国已进入生态环境质量改善由量变到质变的关键时期。以减污降碳协同增效为总抓手,加强温室气体与大气污染物协同控制,对实现中国“双碳”目标、推动高质量发展、建设美丽中国有重要意义。温室气体与大气污染物之间的协同效应一直是学术界关注的焦点,但较少有针对城市层面减污降碳协同管理绩效影响机制的实证研究。为此,该研究收集中国278个城市2004—2020年PM_(2.5)/PM_(10)浓度目标与经济增长目标数据,以PM_(2.5)与CO_(2)为代表测算减污降碳协同管理绩效。通过构建“目标设置-结构效应-协同管理绩效”分析框架,采用固定效应模型,实证分析环境与经济目标设置对减污降碳协同管理绩效的影响效应及其区域异质性,检验能源结构、产业结构、交通运输结构调整所产生的中介效应,并采用不同污染物测算协同管理绩效,对回归结果进行敏感性检验。结果显示:①环境与经济目标设置对减污降碳协同管理绩效有显著影响,PM_(2.5)/PM_(10)浓度目标与减污降碳协同管理绩效正相关,而经济增长目标与减污降碳协同管理绩效负相关。②区域异质性上,中部地区环境目标对减污降碳协同管理绩效的正向影响显著,东、西部不显著;东、西部地区经济目标对减污降碳协同管理绩效的负向影响显著,中部不显著。③环境目标可通过能源结构调整、产业结构升级提升减污降碳协同管理绩效,但交通运输结构的中介效应不显著。④采用不同污染物测算协同管理绩效,发现前述回归结果对不同污染物是敏感的。研究结果表明,目标设置是大气污染物与二氧化碳协同管理的重要驱动力,要将空间异质性、重点管控污染物考虑在内,识别高效协同的结构减排路径,提升减污降碳协同管理绩效。基于上述结论提出应从强化目标协同、引导经济质量竞争、实施差异化协同治理、加强考核协同等方面推进减污降碳协同增效。     

京津冀PM_(2.5)的主要影响因素及内在关系研究

大气污染物的源排放是形成灰霾天气的内因,气象条件是形成灰霾天气的外因。本研究通过构建PM_(2.5)浓度的两段式分布滞后模型,结合自然环境因素及经济因素对PM_(2.5)的影响因素进行了综合分析。在第一段模型中构建了PM_(2.5)和大气污染物排放量的分布滞后模型,第二段模型中构建了不同的大气污染源对大气污染物排放量的影响因素模型。大气污染物排放源主要包括工业源、生活源、机动车源、集中式污染治理设施源。在工业源中,工业废气重度污染行业是大气污染物排放主要的贡献者;在生活源中,燃煤消费量对大气污染物排放影响很大,这也是冬季供暖期间PM_(2.5)剧增的原因;在机动车源中,尽管黄标车的保有量仅占汽车保有量的10%左右,但却占据了颗粒物排放量的绝大部分。利用京津冀代表性城市PM_(2.5)日度数据研究得出平均气温、平均风速、日照时数、平均气压、降雨量、平均相对湿度、沙尘暴等因素对PM_(2.5)浓度的负向与正向作用。研究发现,大气污染物排放量对PM_(2.5)浓度具有聚集的滞后效应,当期大气污染物排放量、滞后一期、滞后两期、滞后三期大气污染物对PM_(2.5)浓度具有显著的正向作用,且影响依次递减。构建的大气污染物排放量的污染源影响因素模型揭示一个地区煤炭消费量、工业废气重度污染行业工业增加值、黄标车保有量对该地区大气污染物排放量具有显著影响。本研究对优化能源消费结构和产业结构,减少空气污染物排放提出了对策建议。     

合肥市PM_(2.5)浓度时空分布特征及影响因素分析

利用2017年合肥市污染监测站点PM_(2.5)浓度数据、气象数据以及土地利用类型数据,结合随机森林算法(RF)与土地利用回归模型(LUR),模拟合肥市PM_(2.5)浓度空间分布,并利用主成分分析法对PM_(2.5)影响因素进行分析。结果表明:(1)合肥市PM_(2.5)浓度日变化特征大致呈双峰变化,春季、夏季及秋季的峰值多出现在8∶00～9∶00,而冬季的峰值则出现在10∶00～11∶00。低谷值大致都出现在15∶00～17∶00。全年PM_(2.5)浓度变化趋势与春季类似。夏季PM_(2.5)浓度变化最为平稳。(2)2017年合肥市PM_(2.5)浓度分布由城市中心向外减弱,形成北高南低,西高东低的空间分布格局。(3)影响因素方面,PM_(2.5)浓度变化与降水、风速以及相对湿度等呈负相关关系,日照对PM_(2.5)浓度的影响较大,气压及其他污染物与PM_(2.5)浓度呈正相关关系,其中NO_2对PM_(2.5)浓度的影响力度较大。     

长江三角洲城市群空气质量时空分布特征

基于数理统计、空间插值技术、相关性分析与GIS地图表达,研究长江三角洲城市群AQI及各空气含量因子污染浓度的时间、空间分布特征。通过提取国务院最新规划的长江三角洲城市群空间分布数据,划分研究区为"一核五圈",探讨了空气质量指数的时间变化特征和AQI、首要污染物的空间分布规律,定量评价了AQI与其污染因子的相关性,结果表明:(1)时间变化上,长三角城市群空气质量季均变化规律为夏季最好,冬季最差;月均变化呈波浪形分布,在1月份的平均浓度皆为最高;周均变化为:在一周后半段达到一周最大值;(2)空间分布上,分季节看,AQI在春、秋、冬三季空间梯度变化显著,呈现北高、南低的分布格局。在首要污染物的分布上,以PM_(2.5)和O_3均分长三角地区;(3)PM_(2.5)含量空间分布与AQI有较高相似性,均处于北高南低的分布状态,臭氧分布呈现东高西低,即较发达的城市臭氧含量相对较高的空间分布格局。最后通过相关性计算,AQI与PM_(2.5)相关性显著,与O_3没有明显相关性,为长三角大气污染防治提供依据。     

长江经济带沿江城市群空间分布格局与联动机理研究

引导长江经济带沿江城市群协同发展是新时期我国重要的区域发展战略。基于空间平滑核密度估算法、空间溢出系数、局域空间聚类指数、关联度滞后效应模型和因果检验模型,系统分析我国长江经济带沿江城市群的空间分布格局以及上中下游地区联动机理。研究表明:1目前长江流域发育程度达到城市群界定标准的有长江三角洲、长江中游和成渝三个城市群;2长江经济带城市群之间经济发展存在正向关联;3在流域联动方向上呈现出自下游长江三角洲城市群→中游城市群→上游成渝城市群的单向联动关系,且引致关联存在滞后效应。因此,有效畅通长江经济带城市群的空间溢出渠道、提高沿江城市之间的空间关联度,是缩小长江流域上中下游地区之间空间分布差异,推动流域一体化实现的关键。     

2015年长三角地区城市PM2.5时空格局及影响因素分析

PM_2.5浓度值增加对大气能见度、人体健康和气候变化有着重要影响。采用2015年长三角地区监测数据，运用探索性空间数据分析法和相关系数法，分析长三角地区城市PM_2.5污染的时空格局和影响因素，结果表明：（1）2015年长三角地区城市PM_2.5年均浓度值为54.54 μg/m³，季节变化总体呈现春冬高夏秋低的季节性周期变化规律，1月和12月为一年中PM_2.5污染最严重的月份，污染范围最广，5~9月是PM_2.5浓度值优良时段，日均值春季和冬季的波动周期较短而剧烈，夏季和秋季波动周期相对较长而平缓。（2）2015年长三角地区城市PM_2.5年均浓度值整体上从江苏到浙江呈减少趋势，具有北高南低，局部突出的特征。（3）长三角地区城市PM_2.5浓度空间上存在集聚现象，低值集聚主要分布在浙江沿海地区，高值集聚主要分布在苏南地区。（4）燃烧排放的烟尘和前体物的二次转化对长三角地区PM_2.5浓度有显著影响。风速和降水量是影响PM_2.5浓度的两个重要气象因素。     

长三角城市群“空间流”网络结构特征——基于公路运输、火车客运及百度指数的综合分析

信息技术的应用与社会信息技术的传输,使大量的要素(人流、物流、信息流)在城市群空间内集聚与扩散,加密城市群空间内城市联系。在基于公路运输、普通列车、高速列车以及百度指数4个要素的综合分析基础上,对长三角城市群"空间流"网络结构特征进行探析。研究结果表明:(1)长三角城市群区域内城市联系虽具备了网络化规模,但城市间的联系不均衡,以上海、南京、杭州等城市为多中心的协调网络发展格局特征明显;(2)长三角城市群16个核心城市"空间流"特征呈现三角形网络结构,其三角形的顶角分别由上海(沪)、南京(宁)与杭州(杭)3个核心节点城市构成。在空间结构内部,形成若干次级城市网络连线;在空间分布上,北翼网络化程度较高于南翼线性联系程度,区域联系强度以"沪—宁"、"沪—杭"沿线向两侧递减;(3)上海、南京、杭州、苏州、无锡5个核心城市排名处于网络中心的前列,扬州、南通、泰州、舟山等周边城市相对靠后,这与区域经济发展过程的"吸虹效应"有关,随着区域经济一体化程度的加深,中心城市会向周边地区提供服务与经济辐射,完善整个长三角城市群网络体系。     

经济集聚对雾霾污染影响的空间计量研究——以长江三角洲地区为例

雾霾污染是困扰中国经济发展的重大民生与环境问题。基于改进产出密度模型，运用地统计和空间计量模型分析长三角城市2015~2017年雾霾污染空间格局和影响因素。研究发现：（1）雾霾污染存在季节性变化特征并且各城市雾霾污染状况逐渐好转。（2）雾霾污染具有显著的局域集聚特征和空间异质性，杭州、宁波和台州呈现低－低集聚特征，而滁州、扬州、镇江和泰州为高－高集聚型，污染区域集中于省界处，污染程度自西北向东南逐渐降低。雾霾污染存在显著的城际空间正相关和空间溢出效应，周边城市雾霾污染对本地区会产生负影响。（3）长三角城市人口集聚、研发投入、产业结构、工业烟粉尘排放及城市建设均对雾霾污染产生正向影响，对外开放、能源消耗以及降水等因素对雾霾污染产生负向影响；雾霾污染与经济增长之间不存在库兹涅茨曲线关系。经济集聚通过优化生产要素的空间分布与组合、共享治污基础设施等，形成雾霾污染抑制作用。     

高速铁路影响下的长三角城市群可达性空间格局演变

交通网络体系对城市群空间结构的优化有重要作用，随着“高铁时代”的到来，长三角城市群区域空间结构也将发生深远的变化。引入可达性的概念，以现状2010年与规划2020年的长三角综合交通设施网络为基础，选取长三角各城市之间加权平均最短旅行时间为度量指标，分析了高速铁路系统的发展对长三角区域空间格局未来演化的影响，揭示了高速铁路将全面提升长三角区域可达性水平，大大缩短城市之间的时空距离，推动长三角一体化发展，并通过都市圈、经济轴带的形成与发展，促进区域均衡化空间结构的形成。另一方面，虽然高速铁路将推动多中心空间结构的形成，但对城市可达性水平的影响具有明显的区域差异，城市在新的高铁格局下应探析符合自身特点的发展战略     

Spatial correlation network and population mobility effect of regional haze pollution: empirical evidence from Pearl River Delta urban agglomeration in China

Based on relevant data from 2014 to 2018, we constructed a spatial network of haze pollution in the Pearl River Delta (PRD) region by using a modified gravity model, explored the network structure characteristics and influencing factors of urban agglomeration with the SNA and the QAP method, and discussed the population mobility effect brought by haze pollution. The results showed that the PRD region has spatial correlation in terms of haze pollution. Guangzhou was in the central position of the spatial network, yet Shenzhen and Foshan played a connecting role in the network. Economic development, urbanization, and environmental protection had significant positive impacts on the haze pollution spatial network. The results of the double-threshold regression showed that the city’s status in the haze pollution network represented by centrality had a positive impact on population mobility.

     

长江三角洲城市群PM_(2.5)时空演变及影响因素

科学识别PM_(2.5)的空间分异及其驱动因素,是实现区域空气污染治理的关键。以国测点日均PM_(2.5)浓度为数据来源,基于多种空间分析方法,研究长江三角洲城市群PM_(2.5)浓度的时空演变及影响因素。结果发现:(1)2013～2017年,长江三角洲城市群的PM_(2.5)年平均浓度,处于不断下降的趋势;城市间的差异,呈现逐渐减少的趋势。(2)一年中,12月份的PM_(2.5)浓度最高,8月份的PM_(2.5)浓度最低。1～12月,PM_(2.5)浓度先减后增。(3)2013年,PM_(2.5)高浓度区域主要分布在江苏省;2017年,PM_(2.5)高浓度区域主要分布在安徽省。5年间,PM_(2.5)浓度的空间重心,向安徽省转移72 km。(4)长江三角洲城市群PM_(2.5)浓度存在明显的空间自相关。存在PM_(2.5)浓度高-高值区、低-低值区"扎堆"现象,且集聚程度趋于增大。(5)影响PM_(2.5)浓度的因素包括了自然因素和社会因素。自然因素中,降雨与PM_(2.5)浓度显著相关。社会因素主要来自工业排放、交通排放和能源消耗。其中,能源消耗的影响程度最大,工业排放次之,交通排放最后。     

长江三角洲全球城市区空间建构

在全球化背景下,全球城市区作为一种新的城市空间和功能组织形式,通过全球城市接入全球经济网络,在全球城市体系中发挥着越来越重要的作用。通过分析长江三角洲地区不断深入的全球化进程和不断加强的城镇一体化态势,提出长江三角洲地区是中国最有可能建设成为全球城市区的区域;进而从全球城市区的空间建构和功能组织的角度,提出通过提升上海全球城市功能,打造南京、杭州、苏州、宁波的次级全球城市职能,强化城市间的功能联系,构筑区域网络一体化支撑体系,构建“多中心层域式、网络状一体化”的长江三角洲全球城市区;并提出面向全球化和基于地方化的区域功能组织结构,打造若干全球化战略区以推进长江三角洲全球城市区建设。